灵感来源于：Genie,一个安卓自动化测试项目，原项目地址：Genie
本仓库中的 Genie0.0.md 文件中包含了对原项目部分代码的分析，原项目具体部署方式见该文档即可.
另一个文档对比分析记录了此项目与原项目的对比，二者实际上属于互补关系，此项目更偏向功能化。
本项目即插即用，是在已有插件基础上改进，包含大量的 api，使用 RAG 构建知识库，agent 可以根据输入的命令自动生成调用相关 api 的脚本进行测试，并输出测试结果，通过 opencv、yolo、ppocr 等智能方式"看到"是否存在缺陷 支持自定义 api ，会自动将新的 api 加入知识库，具体使用方式见最底部的描述，核心文件是：opencv、agent等
该项目文件较多，总体分为三个部分：
①go 语言实现的 api(包括 openCV 调用、yolo 检测等)；
② 一个 go 语言实现的简易 llm-mcp-rag 模型：帮助理解逻辑，与本项目 agent 实现思路一致；
具体api使用可查看API文档，在此基础上新增了一些api，可查看注释或底部文档了解。
③ 项目内置的 agent，已接入大模型，可根据用户的输入自动进行测试脚本的生成：点此查看demo例子并且调用相应的 api 生成测试报告。
可根据下方流程进行阅读，每个部分都有相应的文档说明，只需要连接到安卓设备，启动命令已内置到 api 中，直接调用即可，具体 api 功能可询问内部大模型或者参考文件中的注释，简单易懂
第一部分
缺少一个 api 目录，此目录单独上传到了仓库：openCV，其他所有 api 目录如下：
Genie1.0--/
├── app # 应用相关API文件目录
├── console # 控制台功能API文件目
├── device # 设备相关API文件目录
├── files # 文件相关API文件目录
├── https # 网络请求相关API文件目录
├── images # 图片资源API文件目录
├── ime # 输入法相关API文件目录
├── imgui # ImGui界面相关API文件目录
├── libs # 依赖库文件目录
├── media # 媒体资源相关API文件目录
├── motion # 动效相关API文件目录
├── plugin # 插件相关API文件目录
├── ppocr # PPOCR文字识别相关API文件目录
├── rhino # Rhino服务相关API文件目录
├── storages # 存储功能相关API文件目录
├── system # 系统相关API文件目录
├── uiacc # UI交互相关API文件目录
├── utils # 工具类相关API文件目录
├── workspace # 工作区相关API文件目录
└── yolo # YOLO目标检测相关API文件目录
第二部分：llm-mcp-rag 目录下，下方是具体流程图
flowchart TD
A[User Prompt] --> B[Agent.Invoke prompt]
B --> C[LLM.Chat prompt\n带所有 MCP 工具定义]
C --> D{LLM 返回\nTool Calls?}
D -- 否 --> E[返回最终答案\nFinal Answer]
D -- 是 --> F[遍历所有 MCPClient\n查找匹配工具名]
F --> G[调用 MCP 工具\nCallTool via stdio]
G --> H{调用成功?}
H -- 是 --> I[构造 ToolMessage:\nrole: tool, content: result, tool_call_id: ...]
H -- 否 --> J[构造错误 ToolMessage:\nrole: tool, content: 'Error: ...', tool_call_id: ...]
I --> K[追加 ToolMessage\n到对话历史]
J --> K
K --> L[再次调用 LLM.Chat\n无新用户输入]
L --> D
E --> M[关闭所有 MCP 子进程\nAgent.Close]
M --> N[结束]
classDef decision fill:#ffe4b5,stroke:#333;
classDef process fill:#e6f3ff,stroke:#333;
classDef io fill:#f0fff0,stroke:#333;
classDef terminal fill:#f5f5f5,stroke:#333;
class D,H decision
class B,C,F,G,L,K process
class A,E,M,N terminal
class I,J io
第三部分：agent 目录 + main.go 文件 + examples 目录 + test.db + knowledge_base.db
agent/
├── agent.go # 调度核心（编译/执行/报告）
├── code_generator.go # 意图解析 + 模板/LLM生成
├── dialogue.go # 多轮对话系统
├── knowledge_base.go # SQLite + 向量检索
├── memory.go # 对话记忆
├── executor.go # ADB 执行器
├── report.go # 测试报告
├── ollama_client.go # Ollama 接入
└── config.go # 运行配置
Genie1.0--/
├── main.go # 入口函数
├── examples # 测试用例要求举例
├── test.db # 初始化形成的知识库
└── knowledge_base.db # 初始化形成的知识库
agent 实现流程如下：
graph TD
A["用户自然语言输入<br>“点击登录按钮” / “输入文本'Hello'”"] --> B["DialogueSystem<br>(对话系统)"]
B --> C["Agent<br>(核心Agent)"]
C --> D["CodeGenerator<br>(代码生成器)"]
C --> E["KnowledgeBase<br>(知识库)"]
D --> F["Intent Parser<br>(意图解析)"]
E --> G["RAG Retrieval<br>(检索)"]
F --> H["代码生成<br>(Template + Rules)<br>- 根据意图选择代码模板<br>- 填充参数<br>- 生成完整Go代码"]
G --> H
H --> I["代码编译和执行<br>- 保存到文件<br>- Go编译<br>- (可选)执行测试"]
I --> J["测试结果返回<br>- 成功/失败状态<br>- 生成的代码<br>- 执行输出<br>- 错误信息"]
J --> B
